victorarizz/minipile-tokenized-llama3-128

该数据集包含整数序列特征，适用于机器学习模型的训练。它有一个训练集，大小为6108119040字节，包含11837440个样本。数据集的总下载大小为3769254391字节。

The dataset contains integer sequence features, suitable for training machine learning models. It has a training set that is 6108119040 bytes in size and includes 11837440 samples. The total download size of the dataset is 3769254391 bytes.

原始信息汇总

数据集概述

特征

• 名称: input_ids
• 类型: int32

数据分割

• 名称: train
  • 字节数: 6108119040
  • 样本数: 11837440

文件大小

• 下载大小: 3769254391
• 数据集大小: 6108119040

配置

• 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*